动态贝叶斯网络智能信息处理及应用

本书特色

[

　　全书共分10章，介绍了贝叶斯网络的相关理论及应用。附录部分给出了与DBN结构度量相关定理、性质的证明。
　　《动态贝叶斯网络智能信息处理及应用》内容新颖，选材广泛，突出实践与应用，适用于从事智能信息处理与优化研究工作的工程技术人员及研究生阅读、参考，也可作为高等院校有关专业的教学参考书。

]

内容简介

[

本书系统地介绍了动态贝叶斯网络的相关理论, 重点介绍了贝叶斯网络及其动态系统的经典应用和国内外的新发展。全书共12章。在附录中给出了与动态贝叶斯网络结构度量相关定理、性质的证明, 为读者进一步研究和学习动态贝叶斯网络提供参考。

]

目录

第1章 图模型与贝叶斯网络1．1 图模型简介1．2 贝叶斯网络概述1．3 贝叶斯网络理论基础1．3．1 静态网络理论基础1．3．2 静态网络应用研究1．4 动态网络理论及应用1．4．1 动态网络理论基础1．4．2 动态网络应用研究第2章 静态贝叶斯网络2．1 静态贝叶斯置信网络2．2 静态网络的推理2．2．1 证据相关法2．2．2 证据相关法在目标识别中的应用第3章 动态贝叶斯网络基础3．1 概述3．2 动态贝叶斯网络应用研究3．2．1 动态时序数据分析与挖掘3．2．2 无人机的态势感知与路径规划3．2．3 进化算法与动态贝叶斯网络混合优化3．3 从静态网到动态网3．3．1 概述3．3．2 推导3．3．3 动态贝叶斯网络表达3．4 动态贝叶斯网络的研究内容3．4．1 动态贝叶斯网络推理3．4．2 动态贝叶斯网络学习第4章 动态贝叶斯网络相关理论4．1 *优估计理论基础4．1．1 模型参数估计问题4．1．2 状态*优估计问题4．1．3 *优信息融合估计问题4．2 卡尔曼滤波器线性系统*优滤波和预测4．2．1 直观法证明卡尔曼滤波公式4．2．2 正交投影理论证明卡尔曼滤波4．3 基于卡尔曼滤波的信息融合滤波理论4．3．1 按矩阵加权线性*小方差*优融合准则和算法4．3．2 按标量加权线性*小方差*优信息融合准则和算法4．3．3 按对角阵加权线性*小方差*优化融合估计准则和算法第5章 动态贝叶斯网络推理5．1 隐变量离散动态网络推理5．1．1 模型数学描述5．1．2 隐马尔可夫的研究内容5．1．3 一般离散动态网络和隐马尔可夫关系5．2 隐变量连续动态网络推理5．2．1 模型数学描述5．2．2 卡尔曼滤波图模型推理5．3 混合隐状态动态贝叶斯网络5．3．1 模型数学描述5．3．2 混合动态贝叶斯网络推理第6章 动态贝叶斯网络结构学习算法6．1 动态贝叶斯网络结构度量体制6．1．1 概述6．1．2 动态网络的贝叶斯信息度量6．1．3 动态贝叶斯网络BD度量6．2 构建动态网络结构寻优算法6．2．1 DBN学习6．2．2 DBN推理第7章 动态贝叶斯网络结构学习模型7．1 平稳系统动态网络结构学习模型设计7．1．1 模型设计……第8章 基于动态贝叶斯网络的自主控制第9章 无人机自主控制应用研究第10章 动态贝叶斯图模型在人机交互中的应用附录 贝叶斯网络局部结构度量数学基础参考文献

封面

书名:动态贝叶斯网络智能信息处理及应用

作者:肖秦琨，高嵩编著

页数:208页

定价:¥68.0

出版社:国防工业出版社

出版日期:2019-09-01

ISBN:9787118119572

PDF电子书大小:151MB